基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着网络和多媒体技术的发展,越来越多的视频数据充斥着互联网,对视频进行有效的管理,尽可能排除其中的重复内容已经成为一项很重要的工作.基于这种现状,设计了一套快速而有效的视频近似拷贝检索系统.不同于传统的视频近似检测方法,该系统采用深度学习的方法,使用深度卷积神经网络快速地为采样帧提取特征,使用k-d树为视频库中的特征值建立索引,从而提高相似查找的速度,最后计算输入视频与所有候选视频的相似度,并按相似度对候选视频排序输出.
推荐文章
基于深度学习的监控视频目标检索
目标检索
深度学习
视频监控
基于深度哈希学习的商标图像检索研究
深度学习
哈希学习
商标检索
卷积神经网络
位编码
基于深度学习的图像检索研究?
深度学习
深度卷积神经网络
图像检索
二进制描述符
基于深度学习的大规模人脸图像检索
人脸检索
卷积神经网络
深度学习
由粗到细
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于深度学习的视频近似拷贝检索
来源期刊 计算机应用与软件 学科 工学
关键词 近似拷贝检索 特征值提取 深度学习 k-d树 相似度度量
年,卷(期) 2018,(1) 所属期刊栏目 多媒体技术应用
研究方向 页码范围 160-163,182
页数 5页 分类号 TP3
字数 4147字 语种 中文
DOI 10.3969/j.issn.1000-386x.2018.01.028
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 朱允斌 复旦大学计算机科学技术学院 6 18 2.0 4.0
3 李卫强 5 7 2.0 2.0
6 冯兆华 复旦大学计算机科学技术学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (5)
二级引证文献  (2)
1977(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(3)
  • 引证文献(1)
  • 二级引证文献(2)
研究主题发展历程
节点文献
近似拷贝检索
特征值提取
深度学习
k-d树
相似度度量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导